Lorsqu’une perception audio déclenche une action, il faut vérifier confiance, source, contexte, autorisation, conséquences et confirmation, avec un état sûr si le son est ambigu.
La reconnaissance de la parole transforme un signal audio en mots ou en intentions exploitables par le robot, en tenant compte du contexte, du locuteur, du bruit et de l’incertitude.
Protéger la vie privée lors d’une reconnaissance de parole exige une capture limitée, un traitement maîtrisé, une information claire, des accès restreints et l’effacement des données inutiles.
Pour valider une commande vocale, le robot vérifie la transcription, l’intention, le locuteur ou le contexte, les paramètres, les permissions et une confirmation adaptée au risque.
La transcription restitue les mots prononcés ; la compréhension interprète leur intention, leurs entités et leurs contraintes pour décider ce que le robot doit faire.
Dans un environnement bruyant, un robot combine plusieurs microphones, localisation de source, réduction du bruit, détection de parole et confirmation pour limiter les commandes mal entendues.
Un microphone fournit au robot un signal acoustique pour écouter parole, alarme, machine, contact ou environnement et compléter vision, toucher et télémétrie.
Plusieurs microphones permettent d’estimer direction, réduire certaines sources par filtrage spatial, améliorer la détection et distinguer voix, alarme et bruit dans un environnement complexe.
Pour réduire le bruit des moteurs, on isole vibrations et structure, choisit montage et bande adaptés, utilise filtrage ou microphones de référence et conserve la voix ou l’alarme utile.
Pour détecter une alarme, le robot caractérise signature, niveau, fréquence, durée et direction, compare le signal à un modèle et confirme l’événement avec contexte ou capteur complémentaire.
Lorsqu’un robot enregistre des sons, il faut informer et obtenir le consentement approprié, limiter collecte et durée, protéger les fichiers et offrir arrêt, accès et suppression.
Une localisation sonore gagne en robustesse par calibration, synchronisation, filtrage spatial, diversité de microphones, adaptation au bruit et fusion avec d’autres observations.